MEDLINE[1] (Medical Literature Analysis and Retrieval System Online, o MEDLARS Online, Sistema en línia d'anàlisi i recuperació de Literatura Mèdica) és una base de dades bibliogràfica de ciències de la vida i d'informació biomèdica. Inclou la informació bibliogràfica d'articles de revistes acadèmiques que cobreixen medicina, infermeria, farmàcia, odontologia, veterinària i assistència sanitària. MEDLINE també cobreix gran part de literatura en biologia i bioquímica, així com camps com ara l'evolució molecular.

MEDLINE
Logotip Medline.jpg
ProductorU.S. National Library of Medicine (Estats Units)
Història1879-present
Idiomes39 idiomes per a les revistes actuals, 60 per a les revistes més antigues
Accés
CostLliure
Cobertura
DisciplinesMedicina, infermeria, farmàcia, odontologia, veterinària, assistència sanitària, biologia, bioquímica, evolució molecular, biomedicina, història de la medicina, recerca en serveis de salut, sida, toxicològics i de salut ambiental, biologia molecular, medicina complementària, ciències de la conducta, bioquímica, bioenginyeria, desenvolupament de polítiques de salut, ciències ambientals, biologia marina, botànica i zoologia, biofísica
Contingut dels registresNLM Medical subject headings, abstracts, indexing,
Format de coberturaMajorment revistes acadèmiques; un petit nombre de diaris, revistes i butlletins; al voltant d'un 45% són per a articles citats i publicats als EUA, aproximadament el 91% es publiquen en anglès
Cobertura temporal1946-present
Nombre de registresMés de 26 milions
Freqüència d'actualitzacióTots els dies de dimarts a dissabte; 2000-4000 referències per l'actualització
Enllaços

Compilat per la United States National Library of Medicine (NLM o Biblioteca Nacional de Medicina dels Estats Units), MEDLINE està disponible gratuïtament a internet i es poden buscar a través de PubMed[2] i el sistema de Entrez del National Center for Biotechnology Information (NCBI o Centre Nacional per a la Informació Biotecnològica).

ReferènciesModifica

  1. Rae, A. R. et al. (2020) ‘A High Recall Classifier for Selecting Articles for MEDLINE Indexing’, AMIA ... Annual Symposium proceedings. AMIA Symposium, 2019, pp. 727–734.
  2. Fischer, I. and Steiger, H.-J. (2020) ‘Toward automatic evaluation of medical abstracts: The current value of sentiment analysis and machine learning for classification of the importance of PubMed abstracts of randomized trials for stroke’, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association, 29(9), p. 105042. doi: 10.1016/j.jstrokecerebrovasdis.2020.105042.

Enllaços externsModifica